斜齿轮蜗轮蜗杆减速机小波分析。斜齿轮蜗轮蜗杆减速机小波包多分辨分析、滤波及完全分解的优点，同时阐述了把小波包分解系数作为特征向量进行统计学上的计算并将结果用于减速机的故障诊断及类型识别，取得了良好的效果。实例说明该方法具有分析S系列减速机非平稳振动信号的能力，斜齿轮蜗轮蜗杆减速机具有高精度、高效率以及能准确定位故障部位的优点。S系列减速机利用小波包分解与重构这一故障诊断技术可为维修提供初步的诊断结论和理论依据，为具体的检修必将带来许多便利条件。
斜齿轮蜗轮蜗杆减速机利用振动信号的时域分析法和频域分析法对S系列减速机进行了状态识别，其作用是在不同的时期对斜齿轮蜗轮蜗杆减速机的工作状况进行了有效的评估，从振动时域分析到特征参数的分析以及简易振动烈度的判别使得判别S系列减速机的当前工作状态由定性的转为定量的，从而为进一步的S系列减速机故障诊断工作提供了诊断依据。上述方法在斜齿轮蜗轮蜗杆减速机的状态监测与故障诊断及日常维护中都具有非常重要的意义。信号进行时频分析来进行斜齿轮蜗轮蜗杆减速器的故障诊断，包括从复杂的故障信号中进行故障特征的提取，对混有背景噪声信号的消噪等等。通过仿真实验数据和实际数据的分析，说明小波变换在故障信号的特征量提取中起主要作用。信号奇异点的检测、信号滤波、信号消噪、信号频带特征提取，这些都是故障信号分析中常用的方法，利用奇异点的检测、多分辨率分析、S系列减速机小波包分析以及在小波系数基础上的功率谱分析特点，对斜齿轮蜗轮蜗杆减速机信号进行处理，都具有独特的效果，能有效地诊断故障的类型。
从根本上讲，斜齿轮蜗轮蜗杆减速机小波分析有望取代传统的傅立叶分析技术。目前已经有不少研究成功的将小波分析应用于往复机械的故障诊断，S系列减速机旋转机械的碰-磨研究，主要应用领域为机械振动信息的故障征兆的特征提取。斜齿轮蜗轮蜗杆减速机小波分析在这些领域的应用一方面说明小波分析的优越性，同时也说明小波分析理论应用的深度和广度还远远不够，S系列减速机小波分析优越的时域和频域特性还没有完全体现出来。因此，在实际应用中提出更多更广的研究课题，进一步研究拓展小波分析理论在斜齿轮蜗轮蜗杆减速机故障诊断领域的应用具有十分重要的理论和实践意义。斜齿轮蜗轮蜗杆减速机小波变换是信号分析的有力工具，人工神经网络更是能出色完成模式识别任务，而信号分析和模式识别正是设备故障诊断所依赖的两个关键技术。因此，研究S系列减速机如何将二者完美的结合起来，应用于S系列减速机等机械设备的故障诊断，具有广泛的应用价值。http://www.vemte.com/Products/S67jiansuji.html